Caffe

Caffe是最老的框架之一，比老牌还要老牌。Caffe是加州大学伯克利分校视觉与学习中心（Berkeley Vision and Learning Center , BVLC）贡献出来的一套深度学习工具，使用C/C++开发，上层提供Python API。Caffe同样也在走分布式路线，例如著名的Caffe On Spark项目。

Ricardo认为，它有非常好的特点，但也有一些小缺点。最初，它不是一个通用的框架，只专注于计算机视觉，但它确实很好。在实验室的实验中，CaffeNet架构的训练时间在Caffe比在Keras（使用Theano后端）少5倍。缺点是它缺乏灵活。如果你想引入新的改进，你需要在C ++和CUDA编程。如果你要做较小的改进，你可以使用它的Python或Matlab接口来达到。

另外它的文档很贫乏，你需要大量时间检查代码才能理解它。

它最大缺点之一是安装方式。它有很多大量的依赖包才能解决，Ricardo曾经安装过两次，他表示这一过程痛苦不堪。

但要注意的是，它并非一无是处。它作为投入生产的计算机视觉系统的工具，是无可争议的领导者。它非常健壮、非常快速。Ricardo建议使用Keras进行实验和测试，然后迁移到Caffe进行生产。